Menghitung Indeks Wetness Topografi (memilih dari berbagai algoritma)

Indeks Wetness Topografi dapat dinyatakan sebagai

 Ln(a/tanB) based on the idea of Beven and Kirkby (1979)

dimana

  a is the specific catchment area (a=A/L, catchment area (A)divided by contour length(L))

dan

  tanB is the slope 

Ide dasar di sini sederhana, tetapi karena ada beberapa cara untuk menghitung a dan tanB, hasil dari TWI dapat sangat bervariasi (Qin et al. 2011).

Akumulasi aliran dan daerah tangkapan air dapat dihitung, misalnya dengan:

 D8 (O'Callaghan, J.F. / Mark, D.M. (1984))
 D-infinity  (Tarboton, D.G. (1997)
 Triangular Multiple flow direction (Seibert, J. / McGlynn, B. (2007)

algoritma, dan ada banyak algoritma lain juga tersedia.

Kemiringan biasanya dihitung sebagai kemiringan lokal di sekitar piksel (Sorensen et al. 2005). Kemiringan lokal juga dapat dihitung sebagai kemiringan minimum, rata-rata dan maksimum di sekitar piksel. Cara lain untuk menghitung kemiringan disajikan oleh Hjerdt et al. 2004 di mana kemiringan dihitung sampai titik d meter di bawah pusat sel.

Slope adalah alat dasar di sebagian besar perangkat lunak GIS, namun perhitungannya dapat berbeda. Berikut adalah beberapa contoh: ESRI: http://webhelp.esri.com/arcgisdesktop/9.2/index.cfm?TopicName=Calculating_slope SAGA: http://sourceforge.net/apps/trac/saga-gis/wiki/Terrain% 20Analisis% 20-% 20Morfometri% 20modul% 20 perpustakaan

Seperti yang Anda lihat ada banyak opsi yang tersedia untuk menghitung a dan tanB. Jadi, pertanyaannya adalah, dalam praktiknya, mana cara yang tepat (terbaik) untuk menghitung TWI menggunakan berbagai algoritma ini? Atau ada?

Saya pribadi suka bekerja di SAGA, terutama karena ada banyak pilihan alat hidrologi open source.

PS Saya mengalami kesulitan untuk mencari tahu bagaimana kemiringan tangkapan dihitung dalam Saga GIS, dan apa artinya di sini. (Analisis medan -hidrologi: paralel daerah tangkapan air).

Diedit: Dijawab oleh Volker Wichmann dari SAGA Forums: "Kisi-kisi output kemiringan catchment dari area Daerah Penangkapan (Paralel) dihitung seperti ini: untuk setiap sel, kemiringan lokal dihitung menggunakan pendekatan Zevenbergen & Thorne. Nilai-nilai kemiringan ini adalah akumulasi lereng bawah. Akhirnya, untuk setiap sel nilai akumulasi lereng dibagi dengan daerah tangkapan yang diturunkan dari sel. Unit grid adalah radian. "

"Modul Indeks Kelembaban Topografi (TWI) memerlukan kisi kemiringan normal sebagai input."

Referensi:

Beven dan Kirkby 1979. Sebuah model variabel yang berkontribusi secara fisik pada area hidrologi cekungan. Buletin Sains Hidrologi, 24, hlm. 43–69.

Hjerdt et al. 2004. Indeks topografi baru untuk mengukur kontrol lereng bawah pada drainase lokal. Penelitian Sumber Daya Air , 40, W05602, doi: 10.1029 / 2004WR003130.

O'Callaghan, JF dan Mark, DM 1984. Ekstraksi jaringan drainase dari data elevasi digital. Visi Komputer, Grafik dan Pemrosesan Gambar , 28: 323-344

Qin et al. 2011. Suatu pendekatan untuk menghitung indeks basah topografi berdasarkan pada gradien kemiringan maksimum. Presisi Agric 12: 32–43.

Seibert, J. dan McGlynn, B. 2007. Algoritma beberapa arah aliran segitiga baru untuk komputasi daerah lereng dari model elevasi digital grid, Water Ressources Research , Vol. 43, W04501

Sorensen et al. 2005. Tentang perhitungan indeks basah topografi: evaluasi berbagai metode berdasarkan pengamatan lapangan. Hidrol. Bumi Sys. Sci. Bahas. , 2, 1807–1834

Tarboton, DG 1997. Sebuah metode baru untuk penentuan arah aliran dan daerah ketinggian dalam model elevasi digital grid, Water Ressources Research , Vol.33, No.2, p.309-319

Saya pikir posting ini di forum SAGA GIS mungkin terbukti bermanfaat dalam menjawab pertanyaan Anda tentang bagaimana kemiringan dihitung:

https://sourceforge.net/p/saga-gis/discussion/354013/thread/27ecdc6b/

Juga, berdasarkan pemahaman saya tentang TWI (sebagai mahasiswa hidrologi PhD yang terlibat dalam pemodelan hidrologi), D-Inf (Tarboton), MFD-md (Qin), DEMON (Costa-Cabral), dan MFD (Quinn) dengan eksponen p = 1.1 (Freemann) adalah pilihan terbaik untuk menentukan area akumulasi 'a' dalam perhitungan TWI.

Saya pikir karya Sorensen, dan karya Qin, memberikan kepercayaan pada pendapat semi-profesional saya sendiri. Namun, peningkatan algoritma Qin (MFD-md) belum sepenuhnya diuji dan digunakan sebanyak yang lain.

Ketika saya telah menggunakan SAGA untuk menghitung TWI, saya pertama-tama menghitung kemiringan menggunakan kemiringan yang terpuji dalam modul Analisis Medan / Morfometri / Lereng, Aspek, Kurvatura , menggunakan algoritma default yang disebutkan dalam posting forum. Kemudian saya menghitung daerah tangkapan menggunakan Analisis Terrain / Hidrologi / Daerah Penangkapan / Daerah Penangkapan (Paralel) pilihan, menggunakan baik algoritma MFD atau algoritma D-INF dengan 1,1 sebagai faktor konvergensi (p = 1,1, dari Freeman).

Kemudian saya menjalankan opsi TWI, dalam Analisis Medan / Hidrologi / Indeks Topografi / Indeks Wetness Topografi (TWI) , dengan opsi untuk mengkonversi area menjadi "ukuran 1 / sel" dan menggunakan perhitungan standar. Saya beralih ke daerah tangkapan khusus karena inilah yang disebut oleh formulasi asli oleh Beven dan Kirkby. Adapun perbedaan antara "Standar" dan "TOPMODEL", saya tidak yakin apa itu - melihat sendiri itu sekarang.

Referensi halaman 106 ke depan dari pdf tertaut untuk bantuan yang lebih spesifik: http://sourceforge.net/projects/saga-gis/files/SAGA%20-%20Documentation/SAGA% 20Documents / SagaManual.pdf / unduh

Saya lupa menambahkan, ini semua mengasumsikan bahwa DEM telah diolah dengan mengisi bak cuci. Itu adalah topik rumit lainnya, dengan dua opsi (utama) terpisah.

Saya harap ini membantu!

Tom

Suntingan PS untuk @reima:

Ini adalah sesuatu yang baru-baru ini saya gali, dan saya bisa mengakui saya belum berpikir saya sudah mencapai dasarnya! Saya lebih suka metode Lindsay dan Creed, pendekatan dampak minimum yang memilih breeching atau filling berdasarkan meminimalkan total topografi dampak (secara resmi bernama "Algoritma Pengurangan Dampak" - IRA) yang saya pikir diimplementasikan dalam alat Perangkat Lunak Analisis Medan (sebelumnya TAS, sekarang WhiteBox GAT - tautan: http://www.uoguelph.ca/~hydrogeo/Whitebox/ ).

Namun, bahkan alatnya tampaknya menerapkan skema pengisian lainnya:

1. Algoritma pengisian wastafel / depresi (dasar, tetapi sangat cepat) oleh Wang dan Liu (2006) - yang saya tidak percaya beroperasi dengan cara IRA, tetapi mirip dengan cara ArcMap mengisi sink / depresi, lurus saja tanpa ada celah .

2. Dan pengisian wastafel / depresi dari Planchon dan Darboux (2001), yang membanjiri DEM dan kemudian memindahkan air sedikit demi sedikit - itu dapat menegakkan kemiringan pada area yang diajukan, yang saya pikir dapat meningkatkan perhitungan TI.

ArcMap memiliki tambahan "de-pitting" ( http://blogs.esri.com/esri/arcgis/2013/03/05/optimized-tool-for-dem-pit-removal-now-available/ ) yang tampaknya mirip dengan Lindsay dan Creeds IRA, tapi saya belum membaca makalah yang dikutip untuk menentukan seberapa mirip. Metode ini mungkin layak untuk dilihat.

Saya juga tertarik meneliti asumsi saya bahwa perhitungan TI perlu diisi DEM. Saya memiliki tiga DEM dengan ukuran berbeda (<100 km persegi, 100-1000 km persegi,> 1000 km persegi), dipotong menggunakan file bentuk dari 10 m data NED. Ini tidak diisi, karena file bentuk sudah memberikan penggambaran DAS. Saya akan menjalankan perhitungan SAGA GIS TI (MFD, p = 1.1) pada ketiga DAS, pada DEM yang terisi dan tidak terisi, menggunakan skema pengisian ArcMaps (lama dan baru), dan algoritma Wang dan Liu (di Whitebox, mungkin dalam SAGA), dan algoritma Planchon dan Darboux (dalam Whitebox, mungkin dalam SAGA). Saya juga akan menghitung nilai-nilai TI menggunakan perhitungan TI yang tertanam dalam model hidrologi saya.

Jika Anda mau, saya bisa membagikan hasil ini dengan Anda. Saya mungkin tidak memilikinya selama sebulan atau lebih, karena saya memiliki penelitian lain yang lebih relevan yang fokus saya saat ini, tetapi saya harus memperbaiki proses perhitungan TI saya paling lambat pertengahan Mei.